一种深度学习模型的调优管理方法、装置、设备和介质制造方法及图纸

本发明专利技术公开了一种深度学习模型的调优管理方法，包括：响应于需要预测的数据集中图片数量大于设置的数量阈值，将数据集平均分成若干子数据集，并通过深度学习模型对每个子数据集进行预测，以得到第一预测数据；通过人工预测判断得到每个子数据集的判断数据；对每个子数据集的第一预测数据和判断数据执行卡尔曼滤波以得到每个子数据集的第二预测数据；根据第一预测数据与第二预测数据得到深度学习模型的错误率；响应于错误率超过错误率阈值，触发深度学习模型重新训练。本发明专利技术还公开了一种装置、设备和介质。本发明专利技术原理易懂，容易操作与实现，精度也会有所保证，优化了模型自动重新训练调优的功能。

Optimization management method, device, equipment and medium of a deep learning model

【技术实现步骤摘要】
一种深度学习模型的调优管理方法、装置、设备和介质
本专利技术涉及图像处理领域，更具体地，特别是指一种深度学习模型的调优管理方法、装置、设备和介质。
技术介绍
目前对于预测模型的重训练管理，可以分为以下两种：一是通过将模型预测结果与人工标注结果进行比对，将与人为认定的预测错误结果，也就是图片张数进行累加，当预测错误数达到一个阈值时，就将之前预测所积累的所有正反例样本集作为训练集重新训练模型(比如阈值为200张预测错误图片，第一次1000张图片预测错了100张，第二次2000张图片预测错了150张，那么第二次预测结束后，就将之前的3000张图片用来训练调优模型)；二是通过每一次批量预测时，与人为认定的结果进行比对，得到该次预测的准确率，若准确率低于一个阈值，那么就重新训练(比如阈值为0.9，第一次1000张图片预测错了50张，第二次1000张图片预测错了150张，那么第二次结束后，将之前的2000张图片用来训练调优模型)。对于重新训练模型的管理来说，重新训练的周期与触发情况是较为重要的，重新训练的次数过多，说明该模型较难满足管理者的准确率需本文档来自技高网...

【技术保护点】
1.一种深度学习模型的调优管理方法，其特征在于，所述方法包括：/n响应于需要预测的数据集中图片数量大于设置的数量阈值，将所述数据集平均分成若干子数据集，并通过深度学习模型对每个所述子数据集进行预测，以得到第一预测数据；/n通过人工预测判断得到每个所述子数据集的判断数据；/n对每个所述子数据集的所述第一预测数据和所述判断数据执行卡尔曼滤波以得到每个所述子数据集的第二预测数据；/n根据所述第一预测数据与所述第二预测数据得到所述深度学习模型的错误率；/n响应于所述错误率超过错误率阈值，触发所述深度学习模型重新训练。/n

【技术特征摘要】
1.一种深度学习模型的调优管理方法，其特征在于，所述方法包括：
响应于需要预测的数据集中图片数量大于设置的数量阈值，将所述数据集平均分成若干子数据集，并通过深度学习模型对每个所述子数据集进行预测，以得到第一预测数据；
通过人工预测判断得到每个所述子数据集的判断数据；
对每个所述子数据集的所述第一预测数据和所述判断数据执行卡尔曼滤波以得到每个所述子数据集的第二预测数据；
根据所述第一预测数据与所述第二预测数据得到所述深度学习模型的错误率；
响应于所述错误率超过错误率阈值，触发所述深度学习模型重新训练。


2.根据权利要求1所述的深度学习模型的调优管理方法，其特征在于，所述方法还包括：
响应于需要预测的所述数据集的所述图片数量不大于设置的所述数量阈值，通过深度学习模型对所述数据集进行预测以得到第一预测数据，通过人工预测判断得到所述数据集的判断数据，以及将所述第一预测数据与所述判断数据不一致的数据进行累加计数；响应于累加计数的累加值超过累加阈值，触发所述深度学习模型重新训练。


3.根据权利要求1所述的深度学习模型的调优管理方法，其特征在于，所述第一预测数据、所述判断数据以及所述第二预测数据均以目标样本集作为判断条件，所述目标样本集包括正例样本集或反例样本集。


4.根据权利要求1所述的深度学习模型的调优管理方法，其特征在于，所述第一预测数据包括所述图片数量的预测数据以及预测准确率，所述判断数据包括所述图片数量的判断数据以及判断准确率。


5.根据权利要求1所述的深度学习模型的调优管理方法，其特征在于，所述根据所述第一预测数据与所述第二预测数据得到所述深度学习模型的错误率还包括：
将所述第一预测数据与所述第二预测数据做差后除以所述子数据集的所述图片数量，得到所述深度学习模型的错误率。


6.一种深度学习模型的调优管理装置，其特征在于，所述装置包括：
大数据集模型...

【专利技术属性】
技术研发人员：张书博，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏;32